Sobre

2a VA - Disciplina Computação para Análise de Dados - 2025.2

Licenciatura em Computação

UFRPE

Estudante Lucas Henrique de Lima Silva

VADeaths

# 1. Preparação dos dados
dados_va <- as.data.frame(VADeaths) |> 
  tibble::rownames_to_column(var = "Faixa_Etaria") |>
  pivot_longer(
    cols = c("Rural Male", "Rural Female", "Urban Male", "Urban Female"),
    names_to = "Tipo_Morte",
    values_to = "Taxa"
  )

dados_va$Tipo_Morte <- factor(dados_va$Tipo_Morte, 
                              levels = c("Rural Male", "Rural Female", "Urban Male", "Urban Female"))

# 2. Criação do gráfico
grafico_final <- dados_va |>
  ggplot(aes(x = Faixa_Etaria, y = Taxa, fill = Tipo_Morte)) +
  geom_bar(stat = "identity", position = "dodge", color = "black") + 
  scale_fill_brewer(palette = "Set1") + 
  labs(
    title = "Taxas de Mortalidade por Faixa Etária e Tipo de Morte",
    x = "Faixa Etária (anos)",
    y = "Taxa de Mortalidade (por 1000 habitantes)",
    fill = "Tipo de População"
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

print(grafico_final)

ClassificaçãoDoença

# Dados fornecidos
dados_doenca <- c("moderado", "leve", "leve", "severo", "leve", "moderado", 
                  "moderado", "moderado", "leve", "leve", "severo", "leve", 
                  "moderado", "moderado", "leve", "severo", "moderado", 
                  "moderado", "moderado", "leve")

# 1. Contar a frequência de cada estágio
frequencia <- table(dados_doenca)

# Garante que a ordem seja Leve, Moderado, Severo (para consistência)
frequencia <- frequencia[c("leve", "moderado", "severo")]

# 2. Calcular as porcentagens
porcentagens <- round(100 * frequencia / sum(frequencia), 1)

# 3. Criar os rótulos que incluirão as porcentagens
# Ex: "Leve (50.0%)"
rotulos_pizza <- paste0(names(frequencia), " (", porcentagens, "%)")

# 4. Definir as cores para as fatias
cores_fatias <- c("lightgreen", "gold", "firebrick") # Verde, Amarelo, Vermelho
# Criação do Gráfico de Pizza


pie(frequencia, 
    labels = rotulos_pizza,
    col = cores_fatias,
    main = "Distribuição dos Pacientes por Estágio da Doença",
    cex = 0.8
    )

legend("topright", 
       legend = names(frequencia), # Nomes: Leve, Moderado, Severo
       fill = cores_fatias,
       title = "Estágio",
       cex = 0.8
       )

Teorema

library(ggplot2)
library(dplyr)
set.seed(42) 

# Carregar o dataset 
df_populacao <- read.csv("flu.csv")

# A coluna de interesse é 'age'
populacao_flu <- df_populacao$age

# --- (1) Histograma e Curva de Densidade da População Original ---

populacao_plot <- df_populacao |>
  ggplot(aes(x = age)) +
  geom_histogram(aes(y = after_stat(density)), binwidth = 1, fill = "lightblue", color = "black") +
  geom_density(color = "red", linewidth = 1) +
  labs(
    title = "1. Distribuição da População Original (Não Normal)",
    subtitle = paste("Média:", round(mean(populacao_flu), 2), "| Desvio Padrão:", round(sd(populacao_flu), 2)),
    x = "Idade da Morte",
    y = "Densidade"
  ) +
  theme_minimal()

print(populacao_plot)

# (2) Criação das Médias Amostrais 


tamanho_amostra <- 35 
numero_amostras <- 200 
medias_amostrais <- numeric(numero_amostras) 

# Loop para retirar as amostras e calcular a média, criando a variável 'medias_amostrais'
for (i in 1:numero_amostras) {
  amostra <- sample(populacao_flu, size = tamanho_amostra, replace = TRUE)
  medias_amostrais[i] <- mean(amostra)
}

# (3) Histograma e Curva de Densidade das Médias Amostrais

# Agora 'medias_amostrais' existe e pode ser usada:
df_medias <- data.frame(media = medias_amostrais)

medias_plot <- df_medias |>
  ggplot(aes(x = media)) +
  geom_histogram(aes(y = after_stat(density)), bins = 15, fill = "lightgreen", color = "black") +
  geom_density(color = "blue", linewidth = 1) +
  labs(
    title = "2. Distribuição das Médias Amostrais (Demonstração do TLC)",
    subtitle = paste("Média das Médias:", round(mean(medias_amostrais), 2), "| Erro Padrão Empírico:", round(sd(medias_amostrais), 2)),
    x = "Média da Idade da Morte (de cada amostra)",
    y = "Densidade"
  ) +
  theme_minimal()

print(medias_plot)